Comment créer efficacement un DataFrame Pandas avec des lignes séquentielles ?

Création d'un Dataframe Pandas avec des lignes séquentielles

Dans la tâche d'analyse des données, il est souvent nécessaire de créer un DataFrame Pandas et d'ajouter de manière itérative lignes à cela. Pour y parvenir, plusieurs méthodes sont disponibles, chacune avec ses propres avantages.

Une approche consiste à utiliser le constructeur pd.DataFrame() avec le paramètre columns pour spécifier les noms de colonnes souhaités. Un DataFrame vide est créé, puis les lignes peuvent être ajoutées une par une à l'aide de la méthode _set_value() pour définir les valeurs de champ individuelles. Cependant, cette méthode est inefficace si plusieurs champs doivent être ajoutés simultanément pour chaque ligne.

Une solution plus efficace consiste à utiliser la syntaxe df.loc[i], où i représente l'index de la ligne. En attribuant une liste de valeurs à df.loc[i], la ligne entière à l'index i peut être remplie en une seule étape. Cette approche est considérablement plus rapide pour les grands ensembles de données, car elle évite le besoin de plusieurs appels à _set_value().

Pour illustrer cette méthode, considérez l'extrait de code suivant :

import numpy as np
import pandas as pd

df = pd.DataFrame(columns=['lib', 'qty1', 'qty2'])
for i in range(5):
    df.loc[i] = ['name' + str(i)] + list(np.random.randint(10, size=2))

print(df)

Ce code crée un DataFrame vide avec trois colonnes : 'lib', 'qty1' et 'qty2'. Il génère ensuite cinq lignes de données, avec « nom » suivi de deux valeurs entières générées aléatoirement dans les colonnes restantes. Le résultat est un DataFrame avec la structure et les données spécifiées :

     lib qty1 qty2
0  name0    3    3
1  name1    2    4
2  name2    2    8
3  name3    2    1
4  name4    9    6

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!